本公開提供了一種直播內容識別方法及裝置，其中，該方法包括：獲取直播間在最近預設時間段內產生的目標視頻片段對應的當前特征向量，以及直播間在最近預設時間段之前的至少一個歷史時間段內產生的視頻片段對應的歷史特征向量；基于歷史特征向量、以及當前特征向量，確定將歷史特征向量和當前特征向量中每個特征向量作為目標特征向量時，歷史特征向量和當前特征向量相對于目標特征向量的權重；基于歷史特征向量和當前特征向量相對于目標特征向量的權重、以及目標特征向量，生成目標視頻片段對應的視頻識別結果。

技術領域

本公開涉及互聯網技術領域，具體而言，涉及一種直播內容識別方法及裝置。

背景技術

隨著智能設備的普及，使得互聯網直播行業快速發展，越來越多的直播用戶通過直播的方式展示才藝、生活等。但是，主播在直播過程中，可能存在發表不恰當言論、做出不恰當行為的情況，從而影響互聯網平臺的環境。因此，需要對直播內容進行識別，以保障直播間內直播內容的合法性、安全性等。

故提出一種對直播間內的直播內容進行識別的方法至關重要。

發明內容

本公開實施例至少提供一種直播內容識別方法及裝置。

第一方面，本公開實施例提供了一種直播內容識別方法，包括：

獲取直播間在最近預設時間段內產生的目標視頻片段對應的當前特征向量，以及所述直播間在所述最近預設時間段之前的至少一個歷史時間段內產生的視頻片段對應的歷史特征向量；

基于所述歷史特征向量、以及所述當前特征向量，確定將所述歷史特征向量和所述當前特征向量中每個特征向量作為目標特征向量時，所述歷史特征向量和所述當前特征向量相對于所述目標特征向量的權重；

基于所述歷史特征向量和所述當前特征向量相對于所述目標特征向量的權重、以及所述目標特征向量，生成所述目標視頻片段對應的視頻識別結果。

一種可選的實施方式中，基于所述歷史特征向量和所述當前特征向量相對于所述目標特征向量的權重、以及所述目標特征向量，生成所述目標視頻片段對應的視頻識別結果，包括：

針對每個目標特征向量，基于所述歷史特征向量、所述當前特征向量、以及所述歷史特征向量和所述當前特征向量相對于所述目標特征向量的權重，得到加權平均后的平均特征向量；基于所述平均特征向量對該目標特征向量進行處理，得到處理后的目標特征向量；

基于處理后的每個目標特征向量，生成所述目標視頻片段對應的視頻識別結果。

一種可選的實施方式中，所述目標視頻片段對應的視頻識別結果為基于訓練后的直播識別神經網絡得到的；

通過下述步驟訓練所述直播識別神經網絡：

獲取樣本直播間的多個連續時間段的樣本視頻片段中，每個樣本視頻片段對應的樣本特征向量；

對各個所述樣本特征向量進行至少一次全連接處理，得到各個時間段分別對應的第一樣本特征向量；

基于各個時間段分別對應的第一樣本特征向量，得到各個時間段對應的加權平均后的第二樣本特征向量；

基于各個時間段的所述第二樣本特征向量，得到的預測的視頻識別結果；基于所述預測的視頻識別結果以及所述樣本直播間對應的標注結果，對所述直播識別神經網絡進行訓練。

一種可選的實施方式中，所述基于各個時間段分別對應的第一樣本特征向量，得到各個時間段對應的加權平均后的第二樣本特征向量，包括：

對各個時間段分別對應的第一樣本特征向量進行第一加權平均處理，得到各個時間段分別對應的第一中間樣本特征向量，并對各個時間段分別對應的所述第一中間樣本特征向量進行至少一次全連接處理，得到各個時間段分別對應的第二中間樣本特征向量；